JP2019040299A - 対話制御システム、プログラム、及び方法 - Google Patents

対話制御システム、プログラム、及び方法 Download PDF

Info

Publication number
JP2019040299A
JP2019040299A JP2017160272A JP2017160272A JP2019040299A JP 2019040299 A JP2019040299 A JP 2019040299A JP 2017160272 A JP2017160272 A JP 2017160272A JP 2017160272 A JP2017160272 A JP 2017160272A JP 2019040299 A JP2019040299 A JP 2019040299A
Authority
JP
Japan
Prior art keywords
user
information
advertisement
context
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2017160272A
Other languages
English (en)
Other versions
JP6972770B2 (ja
Inventor
岳 今井
Takeshi Imai
岳 今井
松本　達郎
Tatsuro Matsumoto
達郎 松本
美和 岡林
Miwa Okabayashi
美和 岡林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2017160272A priority Critical patent/JP6972770B2/ja
Priority to US16/103,313 priority patent/US20190066659A1/en
Publication of JP2019040299A publication Critical patent/JP2019040299A/ja
Application granted granted Critical
Publication of JP6972770B2 publication Critical patent/JP6972770B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063—Training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06F40/35—Discourse or dialogue representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0257—User requested
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063—Training
    • G10L2015/0638—Interactive procedures
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech

Abstract

【課題】対話の文脈に沿った適切な広告を提示する。
【解決手段】選択部が、ユーザからの入力と、前記ユーザからの入力に対して予め定められたシステムの出力とを含むインタラクションの過去の文脈、前記システムの出力に対応して予め定められた今後期待される前記ユーザの入力、及び今後予定される前記システムの出力の少なくとも１つに関連する付帯情報を、付帯情報候補から選択する。提示部が、前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示する。
【選択図】図５

Description

本発明は、対話制御システム、プログラム、及び方法に関する。
従来より、ユーザのコンテンツの閲覧中に広告を配信する技術がある。
例えば、広告を配信する技術の一例として、送受信される各種データの中から、キーワードとなりえる特定の大きさの単語、文字列又はデータを摘出し、摘出されたキーワードを検索条件として、広告情報格納システムに登録された広告情報を検索する技術がある。また、特定の条件を満たす登録情報が検索された場合に、検索された広告・情報データを抽出し、当該広告・情報データを送信されるデータ内に挿入し、挿入されたデータに基づいて受信クライアントに広告・情報の配信をする。
また、ディスプレイ装置において通話内容のキーワードに連関するサービスを提供する技術がある。このディスプレイ装置は、モバイルデバイスの通話内容に含まれたキーワードを獲得し、キーワードに対応する付加情報をディスプレイすることによりサービスの提供を実現している。
また、消費者（ユーザ）の状況に応じて広告を提示する技術がある。この技術では、システムは、消費者に関連する状況情報を収集し、消費者が関与する現在の行動や将来の行動を状況情報に基づいて判断する。その後、システムは消費者に関連して近く生じる１回以上の広告機会を、判断された行動に基づいて予測し、予測された機会を１つ以上の広告主に提示する。これにより、予測された機会に広告を提示するための入札総額を広告主が判断できる。システムは、入札総額、収集された状況情報、予測された広告機会の発生確率、広告の内容、広告に関連するメタデータのうちの１つ以上に基づいて、提示すべき少なくとも１つの広告をさらに選択して、消費者に広告を提示する。
国際公開２００６／０２８２１３号公報 特開２０１３−２５８６９９号公報 特開２０１２−１０８９１０号公報
しかし、ユーザとシステムとのインタラクション（対話）によりコンテンツが提供される場合、従来技術では、インタラクションの文脈に沿わない広告や情報を提示してしまう場合がある。
本発明は、一つの側面として、インタラクションの文脈に沿った適切な付帯情報を提示することを目的とする。
一つの態様として、ユーザからの入力と、前記ユーザからの入力に対して予め定められたシステムの出力とを含むインタラクションがある。前記インタラクションの過去の文脈、前記システムの出力に対応して予め定められた今後期待される前記ユーザの入力、及び今後予定される前記システムの出力の少なくとも１つに関連する付帯情報を、付帯情報候補から選択する。前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示する。
一つの側面として、インタラクションの文脈に沿った適切な付帯情報を提示することができる、という効果を有する。
レシピアプリにおける対話のシナリオの一例を示す図である。 レシピアプリで対話の文脈に沿わない広告を提示してしまう場合の一例を示す図である。 レシピアプリで対話の文脈に沿った広告を提示した場合の一例を示す図である。 本発明の第１実施形態に係る対話制御システムの概略構成を示すブロック図である。 本発明の第１実施形態に係る対話制御装置の構成を示すブロック図である。 対話のシナリオの一例を示す図である。 シナリオ文脈語候補記憶部に記憶されるデータの一例を示す図である。 メタ情報分脈語候補記憶部に記憶されるデータの一例を示す図である。 文脈語別ユーザ反応情報記憶部に記憶されるデータの一例を示す図である。 対話制御装置として機能するコンピュータの概略構成を示すブロック図である。 本発明の第１実施形態に係る対話制御処理の一例を示すフローチャートである。 本発明の第２実施形態に係る対話制御システムの概略構成を示すブロック図である。 本発明の第２実施形態に係る対話制御装置の構成を示すブロック図である。 広告選択効果履歴ＤＢのテーブル構成の一例を示す図である。 本発明の第２実施形態に係る対話制御処理の一例を示すフローチャートである。
まず、本実施形態の前提となる技術について説明する。
ユーザとシステムとのインタラクティブな対話を行う対話システムがある。このようなサービスとしては、例えばメッセンジャー、チャット、音声対話などのサービスが提供されている。
このような対話型のサービスの一例として、対話のシナリオを予め用意しておき、シナリオに沿って対話を進行するものがある。図１にレシピを検索するアプリケーション（以下、「レシピアプリ」という）の対話のシナリオについて例示する。
図１に示すように、レシピアプリでは、まず、システム発話において「どの様なレシピを探しますか」とユーザに対する提案を行う。次に、提案に対するユーザの発話が、シナリオにおいて予め用意されていたユーザ発話条件に合致するかを判別する。ユーザ発話条件とは、システム発話に対して、シナリオを進行するうえでユーザの発話として期待される内容に関連する単語等である。レシピアプリの場合、上記の「どの様なレシピを探しますか」に対するユーザ発話条件としては、例えば「サラダ」、「スープ」、「食材名」などとすることができる。そして、合致したユーザ発話条件に関連付けられているシステム発話を行う。例えば、ユーザの発話がユーザ発話条件の「サラダ」に合致するのであれば、ユーザ発話条件「サラダ」に関連付けられた「ポテトサラダ、コールスロー、生春巻きが人気です」といったシステム発話を行う。このように、シナリオに沿って対話を進行する対話型のサービスを提供することができる。
ここで、このようなユーザとシステムとが対話を行う対話型のサービスにおいて、インタラクション中に広告を挿入する場合を一例として考える。
広告を配信する技術の一つに、コンテンツの閲覧中に、コンテンツに関連する情報と広告に関連する情報とに基づいて広告を配信する技術がある。コンテンツの場合には、コンテンツの内容が事前に分かっているため、予め広告を挿入できるポイントに対して、適切な広告を挿入すればよい。
一方で、対話型のサービスでは、対話の文脈に沿った広告を挿入して提示することが望ましい。すなわち、対話の文脈に沿わない広告は挿入しないように制御する必要が生じる。
図２にレシピアプリで対話の文脈に沿わない広告を提示してしまう場合の例を示す。なお、図２では、システム発話を実線の吹き出しで表し、ユーザ発話を破線の吹き出しで表している。以下の図３においても同様である。図２に示すように、システム発話で「お肉料理がおすすめです」という提案に対し、ユーザが「今日はお肉はいらない」と発話している。これに対しシステム発話は「それでは何がいいですか」と質問を発話して、ユーザは「うーん・・・」と判断を保留する発話をしている。広告の挿入は、このように対話の進行において、ユーザの発話がシナリオとして用意されているユーザ発話条件に合致せず、対話の進行が中断したタイミングなどに行うことが考えられる。ここで挿入された広告は「お肉の安売りが・・・」という内容であったが、ユーザは対話において「今日はお肉はいらない」と発話しているため、対話の文脈に沿わない広告である。このようなユーザの発話に出現しているキーワードに関連する広告でも、ユーザの意図に沿わない広告は挿入しないように制御する必要がある。
図３にレシピアプリで対話の文脈に沿った広告を提示する場合の例を示す。図３の例では図２の場合と同じ対話が進行し、広告として「今日はＸＸスーパーでサンマが安いですよ。詳しく言いますか？」という内容の広告が挿入された場合である。この広告に対しユーザは「いいね。後で教えて」と発話しており広告で提示した内容に沿って対話が進行している。
以下、図面を参照して本発明に係る実施形態の一例を詳細に説明する。本実施形態では、対話の文脈に沿った広告を提示する対話制御システムを一例として説明する。なお、本実施形態において、広告は、開示の技術の付帯情報の一例である。また、本実施形態における付帯情報とは、対話型のサービスにおいて、シナリオに沿ってシステムから出力される情報以外の情報である。
〔第１実施形態〕
まず本発明の第１実施形態について説明する。図４に示すように、本実施形態に係る対話制御システム１００は、対話制御装置２０と、広告データＤＢ３０とを含む。対話制御装置２０と、広告データＤＢ３０とは、インターネット等のネットワーク１１を介して接続される。
対話制御装置２０は、ユーザとシステムとの対話のやり取りをシナリオに沿って進行する。また、対話の進行の中で広告を挿入するか否かを判断し、挿入する場合には、対話の文脈に沿った広告を選択し、ユーザに広告を提示する。なお、対話のやり取りがインタラクションの一例である。
対話制御装置２０は、図５に示すように、シナリオ記憶部１５と、シナリオ文脈語候補記憶部１６と、メタ情報文脈語候補記憶部１７と、文脈語別ユーザ反応情報記憶部１８と、を含んで構成されている。また、対話制御装置２０は、シナリオ進行部２１と、文脈語抽出部２２と、特徴語抽出部２３と、ユーザ発話認識部２４と、ユーザ反応抽出部２５と、広告判断部２６と、広告選択部２７と、広告提示部２８とを含んで構成されている。なお、ユーザ反応抽出部２５は、開示の技術の抽出部の一例である。広告判断部２６は、開示の技術の判断部の一例である。広告選択部２７は、開示の技術の選択部の一例である。広告提示部２８は、開示の技術の提示部の一例である。
広告データＤＢ３０には、選択対象となる広告、及び広告に関する属性情報が記憶されている。属性情報は、例えば、広告主により設定されたキーワード、ジャンル、広告発話文から抽出したキーワード、広告を提示する時間帯、対象年齢、性別、及び地域などの情報である。また、広告は、ユーザがより広告の詳しい内容を知りたいという反応を示した場合に提示するための詳細広告を設けることができる。例えば、広告が「今日はＸＸスーパーで魚の特売日です」というものであれば、「サンマはＸＸＸ円、アジはＸＸＸ円・・・」といった詳細広告を設けることで、ユーザの反応に応じて段階的に広告を提示することができる。なお、選択対象となる広告の各々は、開示の技術の付帯情報候補の一例である。
シナリオ記憶部１５には、ユーザとシステムとの対話のシナリオが記憶されている。シナリオは、図６に示すように、最初のシステム発話が一つあり、最初のシステム発話に対するユーザ発話に関する複数のユーザ発話条件が対応付けられたものが１番目のセットになっている。そして、１番目のセットの複数のユーザ発話条件に対するシステム発話、そのシステム発話に対する複数のユーザ発話条件、という次の２番目のセットがある。シナリオは、これらのシステム発話と複数のユーザ発話条件のセットが、ツリー状に連なって階層的に分岐していく構成を持つものである。図６はレシピの検索を題材としたシナリオの例であり、最初のシステム発話は「洋食・和食・中華のどれを作りますか？」であり、このシナリオ発話に対して、複数のユーザ発話条件「洋食」、「和食」、「中華」を含んでいる。また、シナリオには、シナリオ自体やシナリオに出現する単語に関するメタ情報が付与されている。レシピ検索のシナリオに関するメタ情報としては、例えば「暑い」、「寒い」、「子供」、「記念日」、「簡単」などのレシピの推奨に必要なキーワードが挙げられる。
シナリオ進行部２１は、ユーザから対話の開始指示を受け付けると、シナリオ記憶部１５からシナリオを取得して、対話を開始し、最初のシステム発話をユーザに対して発話することで、対話の進行を開始する。対話の開始指示は、ユーザからの挨拶や所定の発話の入力、レシピアプリの起動や所定のコマンドの入力などである。また、シナリオ進行部２１は、広告判断部２６からシナリオを進行する旨の指示を受け付けると、ユーザ発話認識部２４の直前の判定結果で一致したユーザ発話条件に対応するシステム発話を選択し、システム発話をユーザに対して発話して対話を進行する。なお、シナリオに沿ったシステム発話は、開示の技術の予め定められたシステムの出力の一例である。
文脈語抽出部２２は、シナリオ進行部２１により対話が開始されると、シナリオ記憶部１５から、開始された対話のシナリオを取得する。そして、文脈語抽出部２２は、取得したシナリオに含まれるシステム発話、及び複数のユーザ発話条件から、対話で出現する可能性のある単語を文脈語候補として抽出し、シナリオ文脈語候補記憶部１６に記憶する。システム発話が文章である場合には、必要に応じて形態素解析を行って文脈語候補を抽出すればよい。また、文脈語抽出部２２は、選択されたシナリオに付与されているメタ情報から文脈語候補を抽出し、メタ情報文脈語候補記憶部１７に記憶する。なお、文脈語とは、ユーザとシステムとの対話の文脈において出現する可能性のある単語であり、文脈語候補とは、ユーザとシステムとの対話において、文脈語となり得る単語である。
シナリオ文脈語候補記憶部１６には、文脈語抽出部２２によってシナリオから抽出された文脈語候補が記憶される。図７にシナリオ文脈語候補記憶部１６に記憶される文脈語候補１６Ａの一例を示す。文脈語候補１６Ａのテーブルの項目は文脈語候補を識別するためのＩＤ、及び文脈語候補によって構成されている。１レコード目にはＩＤ「ＡＡ１」に対応付けて文脈語候補「洋食」が記憶されている。
メタ情報文脈語候補記憶部１７には、文脈語抽出部２２によってシナリオのメタ情報から抽出された文脈語候補が記憶される。図８にメタ情報文脈語候補記憶部１７に記憶される文脈語候補１７Ａの一例を示す。文脈語候補１７Ａのテーブルの項目は文脈語候補を識別するためのＩＤ、及び文脈語候補によって構成されている。１レコード目にはＩＤ「ＡＭ１」に対応付けて文脈語候補「暑い」が記憶されている。
特徴語抽出部２３は、シナリオ進行部２１よって対話が進行され、システム発話が発話されるごとに、特徴語を抽出する。特徴語抽出部２３は、シナリオ文脈語候補記憶部１６、及びメタ情報文脈語候補記憶部１７に記憶されている文脈語候補から、システム発話に含まれる単語と一致する文脈語候補を、システムの特徴語として抽出する。そして、抽出した特徴語を、ユーザ反応抽出部２５に出力する。また、特徴語抽出部２３は、発話されたシステム発話に対するユーザ発話に関する複数のユーザ発話条件に含まれる単語と一致する文脈語候補を、特徴語として抽出する。更に、特徴語抽出部２３は、発話されたシステム発話に対するユーザ発話に関する複数のユーザ発話条件の後に予定されているシステム発話を特徴語として抽出してもよい。また、当該システム発話に対するユーザ発話に関する複数のユーザ発話条件に含まれる単語と一致する文脈語候補を、特徴語として抽出してもよい。このように、予定されているシステム発話やユーザ発話条件に関する特徴語を抽出することで、将来、発話される可能性のある単語を特徴語とすることができる。
ユーザ発話認識部２４は、システム発話に対するユーザの応答となるユーザ発話を音声認識して、ユーザ発話を示すテキストデータを取得する。ユーザ発話認識部２４は、例えば、ユーザ発話を示すテキストデータを形態素解析して得られた単語から、予め定めた重要語、質問などの所定の発話意図を示す単語、肯定又は否定の評価を示す評価単語等を抽出し、認識結果としてユーザ反応抽出部２５に出力する。なお、ユーザ発話認識部２４は、ユーザ発話に含まれる単語が評価単語か否かを、例えば、評価単語とその評価単語が肯定的な評価を示す単語か否定的な評価を示す単語かを示す極性情報とを対応付けた評価単語辞書等に基づいて判断する。そして、ユーザ発話認識部２４は、評価単語と判断された単語に、その単語の極性情報を付与して認識結果に含める。ユーザ発話認識部２４は、シナリオ中の現時点における複数のユーザ発話条件のいずれかに、認識結果に含まれるいずれかの単語が一致するかを判定し、判定結果を広告判断部２６に出力する。また、ユーザ発話認識部２４は、広告提示部２８からユーザに提示した広告に詳細広告がある旨の通知を受け付ける。ユーザ発話認識部２４は、詳細広告がある旨の通知を受け付けると、ユーザ発話が詳細広告の提示を求められたか否かの認識結果を広告提示部２８に返却する。なお、ユーザ発話は、開示の技術のユーザからの入力の一例である。
ユーザ反応抽出部２５は、特徴語抽出部２３で抽出された特徴語を、文脈語とする。また、文脈語のうち、システム発話に含まれる単語であった特徴語であり、かつ、ユーザ発話認識部２４から出力されたユーザ発話の認識結果に含まれる単語と一致する文脈語については、文脈語に付与するＩＤの付与方式などにより識別可能する。当該文脈語を識別可能にするのは、当該文脈語が、対話においてシステム発話に対するユーザの積極的な応答を示す単語だからである。そこで、当該文脈語は識別できるようにし、後の広告選択において重要語として扱う等の処理を可能にする。また、ユーザ反応抽出部２５は、シナリオ文脈語候補記憶部１６、及びメタ情報文脈語候補記憶部１７に記憶されている文脈語候補から、ユーザ発話の認識結果に含まれる単語と一致する文脈語候補を、文脈語として抽出する。ユーザ反応抽出部２５は、抽出した文脈語に対するユーザの反応を、ユーザ発話の認識結果に基づいて評価し、文脈語別ユーザ反応情報記憶部１８に記憶する。ユーザの反応の評価は、肯定的なpositiveか、否定的なnegativeかの２つに区分するように評価する。また、評価できない単語については未評価のままとする。なお、positive及びnegative以外の他の区分を設けて評価するようにしてもよい。
文脈語の抽出、及び文脈語に対するユーザの反応の評価の例を以下に示す。
例えば、「洋食・和食・中華のどれを作りますか？」というシステム発話からは文脈語として、「洋食」、「和食」、「中華」が抽出されている。これに対し、ユーザ発話が「中華は嫌い」であり、認識結果の単語に「中華」、「嫌い」が含まれていたとする。なお、「嫌い」には、否定的な評価を示す単語であることを示す極性情報が付与されているものとする。この場合に、ユーザ反応抽出部２５は、文脈語及び認識結果において「中華」が共通していることから、「中華」を評価対象とする。このように、文脈語及び認識結果に共通の単語が出現する場合には、当該単語を評価対象として、ユーザの反応を評価する。また、ユーザ反応抽出部２５は、認識結果に含まれる「嫌い」という単語に付与されている極性情報から、「中華」に対するユーザの反応はnegativeであると評価する。なお、認識結果に含まれる、文脈語と一致しない単語については、評価を行わずに未評価の文脈語とすればよい。また、極性情報が付与された単語が認識結果に含まれない場合も同様に、認識結果に含まれる文脈語と一致する単語については、評価を行わずに未評価の文脈語とすればよい。
また、例えば、「洋食・和食・中華のどれを作りますか？」というシステム発話に対して、ユーザ発話が「簡単に作れる物がいいなぁ」であり、認識結果の単語に「簡単」及び肯定的な極性情報が付与された「いい」が含まれていたとする。この場合に、ユーザ反応抽出部２５は、メタ情報文脈語候補記憶部１７の文脈語候補から「簡単」を文脈語として抽出する。また、「いい」という単語から文脈語「簡単」に対するユーザの反応はpositiveとして評価する。
上記の文脈語の抽出、及び文脈語に対するユーザの反応の評価の例はあくまで一例である。
他に抽出対象とする文脈語としては、シナリオの進行に沿って候補となり得る文脈語候補や、固有名詞などの個体を特定する名詞、及びシナリオが許容する広告のジャンルに関する語などが挙げられる。
シナリオの進行に沿って次のユーザ発話の候補となり得る文脈語候補について説明する。例えば、ユーザ発話が「中華がいい。でも春巻き以外」のような場合に、シナリオ文脈語候補記憶部１６、及びメタ情報文脈語候補記憶部１７に文脈語候補「春巻き」が存在すれば、「春巻き」を文脈語として抽出する。この場合には文脈語「春巻き」は「以外」という単語によってnegativeな評価となる。
また、固有名詞などの個体を特定する名詞について説明する。例えば、ユーザ発話に出現した固有名詞が、シナリオ文脈語候補記憶部１６、及びメタ情報文脈語候補記憶部１７に含まれる文脈語候補と一致すれば、固有名詞を文脈語として抽出して評価対象としてもよい。
また、シナリオが許容する広告のジャンルに関する語について説明する。例えば、シナリオがレシピに関するものである場合である。この場合には、広告のジャンルが「食」、「食器」等である広告のキーワードについて、シナリオ文脈語候補記憶部１６、及びメタ情報文脈語候補記憶部１７に含まれる文脈語候補と一致すれば、キーワードを文脈語として抽出して評価対象としてもよい。
また、文脈語がnegativeかpositiveかの他の評価の方法として、システム発話に対するユーザ発話の類似度により評価する方法を採用してもよい。例えば、システム発話に対するユーザ発話の類似度が所定の閾値より高い場合にはpositive、類似度が所定の閾値より低い場合にはnegativeと評価することができる。また、ユーザ発話の音声感情を従来既知の手法により識別し、識別された感情に応じて、positive又はnegativeを評価してもよい。
図９に文脈語別ユーザ反応情報記憶部１８に記憶される文脈語情報１８Ａの一例を示す。文脈語情報１８Ａのテーブルの項目は文脈語を識別するためのＩＤ、文脈語、文脈語に対するユーザの反応の評価、及び出現タイミングによって構成されている。文脈語情報１８Ａの１レコード目にはＩＤ「ＡＥ１」に対応付けて、文脈語「中華」、評価「positive」、出現タイミング「１」が記憶されている。出現タイミングとは、対話において、ユーザ発話又はシステム発話に含まれていた文脈語について、シナリオ中のどこで発話されたものかを記録したものである。出現タイミングが「１」であればシナリオの１セット目のユーザ発話に関するものであったことを示す。これは、ユーザ発話に出現していない単語も文脈語として含むため、ユーザ発話に出現した文脈語がいつ出現したものかを把握するためのである。出現タイミングがブランクの場合にはユーザ発話として出現しないということである。なお、文脈語別ユーザ反応情報記憶部１８に蓄積される文脈語情報１８Ａは、開示の技術のインタラクションの過去の文脈、今後期待されるユーザからの入力、及び今後予定されるシステムの出力の一例である。
広告判断部２６は、ユーザ発話認識部２４のユーザ発話の判定結果と、予め定められた広告発生条件とに基づいて、対話に広告を挿入するか否かを判断する。例えば、判定結果が、ユーザ発話条件に一致するのであれば広告は挿入しないと判断し、シナリオ進行部２１に次のシナリオに進むように指示する。判定結果が、ユーザ発話条件に一致しない場合には、広告発生条件を満たしていれば広告を挿入すると判断する。広告発生条件は、例えば、判定結果がユーザ発話条件に一致しない回数が３回カウントされた場合や、２回連続して判定結果がユーザ発話条件に一致しない場合、シナリオの進行の３セットに１回など、任意の条件を設定すればよい。
広告選択部２７は、広告判断部２６で広告を挿入すると判断した場合に、広告データＤＢ３０に記憶されている広告に関する属性情報と、文脈語別ユーザ反応情報記憶部１８に記憶されている文脈語及び文脈語に対する評価とに基づいて、広告を選択する。
広告選択部２７の広告の選択の一例について説明する。例えば、予めユーザとシステムとが対話をしている時間、ユーザの年齢や性別、地域などの情報を受け付けておき、それらの情報から広告データＤＢ３０の広告を絞り込む。次に絞り込まれた広告の中から、文脈語別ユーザ反応情報記憶部１８の評価がpositive又は未評価の文脈語に一致するキーワードを持つ広告を抽出する。次に、抽出した広告のうち、文脈語別ユーザ反応情報記憶部１８の評価がnegativeの文脈語に一致するキーワードを持つ広告を削除する。そして、抽出及び削除した広告の中からランダムに広告を選択する。なお、ランダムではなく、評価がpositiveの文脈語とキーワードとが一致した数や、出現タイミングが直近の文脈語に重み付けするなどしてスコア付けし、スコアの高かった広告を選択するようにしてもよい。また、広告を削除する際には、評価がnegativeの文脈語のうち、過去のインタラクションから抽出された文脈語のみを用いるようにしてもよい。一方、広告を抽出する際には、評価がpositiveの文脈語のうち、直近のユーザ発話又はシステム発話や、今後期待されるユーザ発話又はシステム発話から抽出された文脈語のみを用いるようにしてもよい。これにより、対話がシナリオからそれている場合に、対話をシナリオに戻す方向に働く広告を提示できる可能性が高まる。
広告提示部２８は、広告選択部２７で選択された広告を、対話の中に、システムの発話として挿入してユーザに提示する。また、提示した広告に詳細広告がある場合には、ユーザ発話認識部２４に広告の内容を詳細広告がある旨を通知する。ユーザ発話認識部２４から返却された認識結果において、ユーザが詳細広告の提示を求めている場合には、詳細広告を提示する。また、広告提示部２８は、広告の提示が終了した場合には、シナリオ進行部２１にシナリオを進行するように指示する。
対話制御装置２０は、例えば図１０に示すコンピュータ４０で実現することができる。コンピュータ４０は、Central Processing Unit（ＣＰＵ）４１と、一時記憶領域としてのメモリ４２と、不揮発性の記憶部４３とを備える。また、コンピュータ４０は、入出力装置４４と、記憶媒体４９に対するデータの読み込み及び書き込みを制御するRead/Write（Ｒ／Ｗ）部４５と、インターネット等のネットワークに接続される通信インターフェース（Ｉ／Ｆ）４６とを備える。ＣＰＵ４１、メモリ４２、記憶部４３、入出力装置４４、Ｒ／Ｗ部４５、及び通信Ｉ／Ｆ４６は、バス４７を介して互いに接続される。
記憶部４３は、Hard Disk Drive（ＨＤＤ）、Solid State Drive（ＳＳＤ）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部４３には、コンピュータ４０を対話制御装置２０として機能させるための対話制御プログラム５０が記憶される。対話制御プログラム５０は、進行プロセス５１と、語抽出プロセス５２と、認識プロセス５３と、反応抽出プロセス５４と、判断プロセス５５と、選択プロセス５６と、提示プロセス５７とを有する。また、記憶部４３は、シナリオ記憶部１５と、シナリオ文脈語候補記憶部１６と、メタ情報文脈語候補記憶部１７と、文脈語別ユーザ反応情報記憶部１８とが保持される情報記憶領域５９を有する。
ＣＰＵ４１は、対話制御プログラム５０を記憶部４３から読み出してメモリ４２に展開し、対話制御プログラム５０が有するプロセスを順次実行する。ＣＰＵ４１は、進行プロセス５１を実行することで、図５に示すシナリオ進行部２１として動作する。また、ＣＰＵ４１は、語抽出プロセス５２を実行することで、図５に示す文脈語抽出部２２及び特徴語抽出部２３として動作する。また、ＣＰＵ４１は、認識プロセス５３を実行することで、図５に示すユーザ発話認識部２４として動作する。また、ＣＰＵ４１は、反応抽出プロセス５４を実行することで、図５に示すユーザ反応抽出部２５として動作する。また、ＣＰＵ４１は、判断プロセス５５を実行することで、図５に示す広告判断部２６として動作する。また、ＣＰＵ４１は、選択プロセス５６を実行することで、図５に示す広告選択部２７として動作する。また、ＣＰＵ４１は、提示プロセス５７を実行することで、図５に示す広告提示部２８として動作する。また、ＣＰＵ４１は、情報記憶領域５９から情報を読み出して、シナリオ記憶部１５、シナリオ文脈語候補記憶部１６、メタ情報文脈語候補記憶部１７、及び文脈語別ユーザ反応情報記憶部１８の各々をメモリ４２に展開する。これにより、対話制御プログラム５０を実行したコンピュータ４０が、対話制御装置２０として機能することになる。なお、プログラムを実行するＣＰＵ４１はハードウェアである。
なお、対話制御プログラム５０により実現される機能は、例えば半導体集積回路、より詳しくはApplication Specific Integrated Circuit（ＡＳＩＣ）等で実現することも可能である。
次に、本実施形態に係る対話制御システム１００の作用について説明する。
まず、図１１のフローチャートを参照して、対話制御処理について説明する。シナリオ進行部２１が、ユーザから対話を開始する指示を受け付けると、シナリオ記憶部１５から指示に対応するシナリオを取得し、取得したシナリオの最初のシステム発話を発話して、対話制御処理を開始する。なお、一定時間の間ユーザからの応答がなかった場合には対話を終了する。
ステップＳ１００で、文脈語抽出部２２が、シナリオ記憶部１５から開始された対話のシナリオを取得する。取得したシナリオのシステム発話、及び複数のユーザ発話条件から、対話で出現する可能性のある単語を文脈語候補として抽出し、シナリオ文脈語候補記憶部１６に記憶する。また、選択されたシナリオに付与されているメタ情報から文脈語候補を抽出し、メタ情報文脈語候補記憶部１７に記憶する。
ステップＳ１０２で、特徴語抽出部２３が、対話の進行によって発話されたシステム発話に関する特徴語を、シナリオ文脈語候補記憶部１６、及びメタ情報文脈語候補記憶部１７に基づいて抽出し、ユーザ反応抽出部２５に出力する。
ステップＳ１０４で、ユーザ発話認識部２４が、システム発話に対するユーザの応答となるユーザ発話を認識し、認識結果をユーザ反応抽出部２５に出力する。また、シナリオ中の現時点における複数のユーザ発話条件のいずれかに、認識結果が一致するかを判定し、判定結果を広告判断部２６に出力する。また、認識結果は、ユーザ発話に含まれる単語が評価単語か否かを示す極性情報を含めて抽出する。
ステップＳ１０６で、ユーザ反応抽出部２５が、ステップＳ１０２で抽出された特徴語と、ステップＳ１０４により出力されたユーザ発話の認識結果とに基づいて、文脈語を抽出する。
ステップＳ１０８で、ユーザ反応抽出部２５が、ステップＳ１０６で抽出した文脈語に対するユーザの反応を、抽出した認識結果の極性情報に基づいて評価し、文脈語別ユーザ反応情報記憶部１８に記憶する。
ステップＳ１１０で、広告判断部２６が、ステップＳ１０４のユーザ発話の判定結果がユーザ発話条件に一致するか否かを判定する。一致する場合にはステップＳ１１４へ移行する。一致しない場合にはステップＳ１１２へ移行する。
ステップＳ１１２で、広告判断部２６が、広告発生条件を満たすか否かを判定する。広告発生条件を満たしていればステップＳ１１６へ移行する。広告発生条件を満たしていなければステップＳ１１４へ移行する。
ステップＳ１１４で、シナリオ進行部２１が、広告判断部２６又は広告提示部２８から次のシナリオに進む指示を受け付け、シナリオの次のセットのシステム発話を行うことでシナリオを進行し、ステップＳ１０２へ移行して処理を繰り返す。
ステップＳ１１６で、広告選択部２７が、広告データＤＢ３０に記憶されている広告に関する属性情報と、文脈語別ユーザ反応情報記憶部１８に記憶されている文脈語及び文脈語に対する評価とに基づいて、広告を選択する。
ステップＳ１１８で、広告提示部２８が、ステップＳ１１６で選択された広告を、対話の中に、システムの発話として挿入してユーザに提示する。
ステップＳ１２０で、広告提示部２８が、提示した広告に詳細広告があるか否かを判定し、詳細広告がある場合には、ステップＳ１２２へ移行し、詳細広告がない場合には、ステップＳ１１４へ移行する。
ステップＳ１２２で、広告提示部２８が、ユーザ発話認識部２４に広告の内容を示す詳細広告がある旨を通知する。
ステップＳ１２４で、広告提示部２８が、ユーザ発話認識部２４から返却された認識結果において、ユーザが詳細広告の提示を求めているか否かを判定し、提示を求めていれば、ステップＳ１２６へ移行し、提示を求めていなければ、ステップＳ１１４へ移行する。
ステップＳ１２６で、広告提示部２８が、詳細広告を提示し、ステップＳ１１４へ移行する。
以上説明したように、本実施形態に係る対話制御システムによれば、ユーザ発話と対話のシナリオとから抽出された文脈語情報に関連する広告を、広告データＤＢの広告から選択する。選択した広告を、対話に挿入してユーザに提示にする。このため、対話の文脈に沿った適切な広告を提示することができる。
〔第２実施形態〕
次に本発明の第２実施形態について説明する。図１２に示すように、本実施形態に係る対話制御システム２００は、対話制御装置２２０と、広告データＤＢ３０と、課金情報ＤＢ２３１と、広告選択効果履歴ＤＢ２３２とを含む。対話制御装置２２０と、広告データＤＢ３０と、課金情報ＤＢ２３１と、広告選択効果履歴ＤＢ２３２とは、インターネット等のネットワーク１１を介して接続される。第２実施形態に係る対話制御システム２００は、このように課金情報ＤＢ２３１、及び広告選択効果履歴ＤＢ２３２を設けている点が第１実施形態と異なる。なお、図１２において、図４に示す第１実施形態と同一の構成となる部分については図４と同一の符号を付して、その説明を省略する。
課金情報ＤＢ２３１には、広告コンテンツを出稿している広告主ごとの広告費の課金額の情報が記憶されている。例えば、広告主Ａは20,000円、広告主Ｂは60,000円、広告主Ｃは90,000円といった情報である。
対話制御装置２２０は、図１３に示すように、シナリオ記憶部１５と、シナリオ文脈語候補記憶部１６と、メタ情報文脈語候補記憶部１７と、文脈語別ユーザ反応情報記憶部１８と、を含んで構成されている。また、対話制御装置２２０は、シナリオ進行部２２１と、文脈語抽出部２２と、特徴語抽出部２３と、ユーザ発話認識部２４と、ユーザ反応抽出部２５と、広告判断部２６と、広告選択部２２７と、広告提示部２８とを含んで構成されている。なお、図１３において、図５に示す第１実施形態と同一の構成となる部分については図５と同一の符号を付して、その説明を省略する。
シナリオ進行部２２１は、上記第１実施形態のシナリオ進行部２１の処理に加えて、シナリオごと、かつ、ユーザごとに、提示された広告についての広告選択効果履歴を計測し、広告ごとに広告選択効果履歴ＤＢ２３２に記憶する。広告選択効果履歴は、例えば、広告を提示した後にユーザに受け入れられた否かを示す広告効果が挙げられる。また、広告を提示した後に対話が継続したか否かを示す文脈親和性が挙げられる。また、広告を提示した後に対話においてユーザから広告に関する反応が得られたか否かを示す文脈誘導性が挙げられる。なお、広告選択効果履歴には、広告効果、文脈親和性、及び文脈誘導性の全てが含まれる必要はなく、少なくとも１つが含まれていればよい。
広告効果は、広告提示部２８で提示した広告に対して、ユーザ発話が肯定的（例えば、「詳しく聞かせて」、「後で教えて」など）だった割合である。
文脈親和性は、広告提示部２８で広告を提示した後に、対話が中断されずにシナリオが進行した割合である。シナリオが進行したか否かは、広告を提示した後にシナリオが２セット以上進んだか否か等により判断すればよい。なお、文脈親和性は、広告効果で肯定的なユーザ発話が得られなかった場合における、対話が中断されずにシナリオが進行した割合としてもよい。
文脈誘導性は、広告提示部２８で提示した広告に対して、広告に関連する単語がユーザ発話に含まれていた割合である。例えば、広告が「今日はＸＸスーパーで魚の特売日です」であれば、ユーザ発話が「サンマはいくら？」、「アジがいいな」などの広告に含まれる単語「魚」に関連するものであれば、広告に関連する単語が含まれていたものとする。この判定は、例えば、予め定めた類義語辞書や関連語辞書等を参照して行うことができる。
図１４に広告選択効果履歴ＤＢ２３２に記憶される広告選択効果履歴２３２Ａの一例を示す。広告選択効果履歴２３２Ａの項目は、シナリオＩＤ、ユーザＩＤ、ユーザ属性、広告ＩＤ、広告効果、文脈親和性、及び文脈誘導性からなる。図１４の広告選択効果履歴２３２Ａの１レコード目は、シナリオＩＤが「ＡＥＥ１」、ユーザＩＤが「１２３４」、ユーザ属性が「Ｂ」、広告ＩＤが「１１１２」、広告効果が「０．７６」、文脈親和性が「０．８６」、文脈誘導性が「０．８８」である。なお、広告選択効果履歴２３２Ａについて、これらの項目に加えてシナリオがどの段階であるかを示すセット番号や、広告が提示される直前のユーザ発話に含まれる単語を含めるようにしてもよい。
広告選択部２２７は、広告判断部２６で広告を挿入すると判断した場合に、課金情報ＤＢ２３１と、広告選択効果履歴ＤＢ２３２と、広告データＤＢ３０と、文脈語別ユーザ反応情報記憶部１８とに記憶されている情報に基づいて、広告を選択する。
ここでは、第１実施形態と異なる、課金情報ＤＢ２３１、及び広告選択効果履歴ＤＢ２３２を考慮する場合について説明する。
課金情報ＤＢ２３１の内容を考慮する場合には、課金情報ＤＢ２３１の広告主の課金額に応じた確率で広告を選択する。例えば、課金額に応じて予め広告主の広告を提示する残り回数を定めておき、残り回数がある広告主の広告から選択する。例えば、広告主Ａ、広告主Ｂ、広告主Ｃの場合、広告主Ａを２０回、広告主Ｂを５０回、広告主Ｃを１００回とするなど設定しておけばよい。広告を提示した後は、広告主の残り回数を１減らす。なお、課金額は、開示の技術のコストの一例である。
広告選択効果履歴ＤＢ２３２を考慮する場合には、例えば、広告毎に、対話を進行しているシナリオについて、広告効果、文脈親和性、及び文脈誘導性のそれぞれの割合をスコアと捉え、それぞれに重み付けして算出したスコアが高い広告を選択する。また対話中のユーザと同じ属性のユーザなどに絞り込んでスコアを算出するようにしてもよい。
対話制御装置２２０は、例えば図１０に示すコンピュータ４０で実現することができる。コンピュータ４０の記憶部４３には、コンピュータ４０を対話制御装置２２０として機能させるための対話制御プログラム２５０が記憶される。対話制御プログラム２５０は、進行プロセス２５１と、語抽出プロセス５２と、認識プロセス５３と、反応抽出プロセス５４と、判断プロセス５５と、選択プロセス２５６と、提示プロセス５７とを有する。また、記憶部４３は、シナリオ記憶部１５と、シナリオ文脈語候補記憶部１６と、メタ情報文脈語候補記憶部１７と、文脈語別ユーザ反応情報記憶部１８とが保持される情報記憶領域５９を有する。
ＣＰＵ４１は、対話制御プログラム２５０を記憶部４３から読み出してメモリ４２に展開し、対話制御プログラム２５０が有するプロセスを順次実行する。ＣＰＵ４１は、進行プロセス２５１を実行することで、図１３に示すシナリオ進行部２２１として動作する。また、ＣＰＵ４１は、語抽出プロセス５２を実行することで、図１３に示す文脈語抽出部２２及び特徴語抽出部２３として動作する。また、ＣＰＵ４１は、認識プロセス５３を実行することで、図１３に示すユーザ発話認識部２４として動作する。また、ＣＰＵ４１は、反応抽出プロセス５４を実行することで、図１３に示すユーザ反応抽出部２５として動作する。また、ＣＰＵ４１は、判断プロセス５５を実行することで、図１３に示す広告判断部２６として動作する。また、ＣＰＵ４１は、選択プロセス２５６を実行することで、図１３に示す広告選択部２２７として動作する。また、ＣＰＵ４１は、提示プロセス５７を実行することで、図１３に示す広告提示部２８として動作する。また、ＣＰＵ４１は、情報記憶領域５９から情報を読み出して、シナリオ記憶部１５、シナリオ文脈語候補記憶部１６、メタ情報文脈語候補記憶部１７、及び文脈語別ユーザ反応情報記憶部１８の各々をメモリ４２に展開する。これにより、対話制御プログラム２５０を実行したコンピュータ４０が、対話制御装置２２０として機能することになる。なお、プログラムを実行するＣＰＵ４１はハードウェアである。
なお、対話制御プログラム２５０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
次に、本実施形態に係る対話制御システム２００の作用について説明する。なお、第１実施形態と同一の作用となる部分については同一の符号を付して、その説明を省略する。
図１５に示すように、ステップＳ２１４で、シナリオ進行部２２１が、広告判断部２６又は広告提示部２８から次のシナリオに進む指示を受け付け、シナリオの次のセットのシステム発話を行うことでシナリオを進行し、ステップＳ１０２へ移行して処理を繰り返す。また、広告を提示した後は、対話中のシナリオのユーザについて、提示された広告の広告選択効果履歴を計測し、記憶する。
ステップＳ２１６で、広告選択部２２７が、課金情報ＤＢ２３１と、広告選択効果履歴ＤＢ２３２と、広告データＤＢ３０と、文脈語別ユーザ反応情報記憶部１８とに記憶されている情報に基づいて、広告を選択する。
本実施形態に係る対話制御システムによれば、ユーザ発話と対話のシナリオとから抽出された文脈語情報に関連する広告を、広告データＤＢの広告から選択する。選択した広告を、対話に挿入してユーザに提示にする。ユーザごとの広告選択効果履歴を計測し、広告の選択に用いる。このため、対話の文脈に沿うと共に、各ユーザに対する広告効果を高める適切な広告を提示することができる。
なお、上記各実施形態では、対話制御装置において対話サービスが提供される場合について説明したが、これに限定されない。例えば、対話制御装置とネットワークを介して接続されたユーザ端末において動作するアプリケーションにおいて、対話サービスが提供される形態としてもよい。なお、ユーザ端末は、パーソナルコンピュータ、タブレット端末、スマートフォン等で実現することができる。
また、付帯情報は広告である場合について説明したが、これに限定されるものではなく、対話の文脈に沿ったニュースなど他の情報でもよい。
以上の各実施形態に関し、更に以下の付記を開示する。
（付記１）
ユーザからの入力と、前記ユーザからの入力に対して予め定められたシステムの出力とを含むインタラクションの過去の文脈、前記システムの出力に対応して予め定められた今後期待される前記ユーザの入力、及び今後予定される前記システムの出力の少なくとも１つに関連する付帯情報を、付帯情報候補から選択する選択部と、
前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示する提示部と、
を含む対話制御システム。
（付記２）
前記インタラクションにおける前記ユーザからの入力に基づいて、前記付帯情報を提示するか否かを判断する判断部を更に含み、
前記提示部は、前記付帯情報を提示すると判断した場合に、前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示する付記１記載の対話制御システム。
（付記３）
前記ユーザからの入力に基づいて、前記システムの出力、又は前記提示された前記付帯情報に関する情報に対する、前記ユーザの反応に関する情報を抽出する抽出部を更に含み、
前記選択部は、前記抽出された前記ユーザの反応に関する情報に基づいて、前記付帯情報を選択する付記１又は付記２に記載の対話制御システム。
（付記４）
前記抽出部は、前記ユーザの反応に関する情報として、前記情報に対する前記ユーザの否定的な反応を含めて抽出し、
前記選択部は、前記ユーザの否定的な反応が抽出された前記情報に対応する前記付帯情報候補を除いて、前記付帯情報候補から前記付帯情報を選択する付記１〜付記３の何れかに記載の対話制御システム。
（付記５）
ユーザごとに、前記提示した前記付帯情報に対する前記ユーザの反応を記録する記録部を更に含み、
前記選択部は、前記記録された前記ユーザの各々の前記付帯情報に対する反応に基づいて、前記付帯情報候補から前記付帯情報を選択する付記１〜付記４の何れかに記載の対話制御システム。
（付記６）
前記記録部には、前記ユーザごとの前記付帯情報に対する前記ユーザの反応として、前記付帯情報を提示した後に前記付帯情報が前記ユーザに受け入れられたか否かを示す付帯情報効果、前記付帯情報を提示した後に前記インタラクションが継続したか否かを示す文脈親和性、及び前記付帯情報を提示した後に前記インタラクションにおいて前記ユーザから前記付帯情報に関する反応が得られたか否かを示す文脈誘導性の少なくとも１つが記録され、
前記選択部は、前記付帯情報効果、前記文脈親和性、及び前記文脈誘導性の少なくとも一つに基づいて、前記付帯情報候補から前記付帯情報を選択する付記１〜付記４のいずれかに記載の対話制御システム。
（付記７）
前記選択部は、前記付帯情報候補に対して予め定められたコストに応じて定まる選択確率に従って、前記付帯情報を選択する割合を変化させる付記１〜付記６のいずれかに記載の対話制御システム。
（付記８）
ユーザからの入力と、前記ユーザからの入力に対して予め定められたシステムの出力とを含むインタラクションの過去の文脈、前記システムの出力に対応して予め定められた今後期待される前記ユーザの入力、及び今後予定される前記システムの出力の少なくとも１つに関連する付帯情報を、付帯情報候補から選択し、
前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示することを特徴とするプログラム。
（付記９）
前記インタラクションにおける前記ユーザからの入力に基づいて、前記付帯情報を提示するか否かを更に判断し、
前記付帯情報を提示すると判断した場合に、前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示する付記８に記載のプログラム。
（付記１０）
前記ユーザからの入力に基づいて、前記システムの出力、又は前記提示された前記付帯情報に関する情報に対する、前記ユーザの反応に関する情報を更に抽出し、
前記抽出された前記ユーザの反応に関する情報に基づいて、前記付帯情報を選択する付記８又は付記９に記載のプログラム。
（付記１１）
前記ユーザの反応に関する情報として、前記情報に対する前記ユーザの否定的な反応を含めて抽出し、
前記ユーザの否定的な反応が抽出された前記情報に対応する前記付帯情報候補を除いて、前記付帯情報候補から前記付帯情報を選択する付記８〜付記１０の何れかに記載のプログラム。
（付記１２）
ユーザごとに、前記提示した前記付帯情報に対する前記ユーザの反応を更に記録し、
前記記録された前記ユーザの各々の前記付帯情報に対する反応に基づいて、前記付帯情報候補から前記付帯情報を選択する付記８〜付記１１の何れかに記載のプログラム。
（付記１３）
前記ユーザごとの前記付帯情報に対する前記ユーザの反応として、前記付帯情報を提示した後に前記付帯情報が前記ユーザに受け入れられたか否かを示す付帯情報効果、前記付帯情報を提示した後に前記インタラクションが継続したか否かを示す文脈親和性、及び前記付帯情報を提示した後に前記インタラクションにおいて前記ユーザから前記付帯情報に関する反応が得られたか否かを示す文脈誘導性の少なくとも１つが記録され、
前記付帯情報効果、前記文脈親和性、及び前記文脈誘導性の少なくとも一つに基づいて、前記付帯情報候補から前記付帯情報を選択する付記１２に記載のプログラム。
（付記１４）
前記付帯情報候補に対して予め定められたコストに応じて定まる選択確率に従って、前記付帯情報を選択する割合を変化させる付記８〜付記１３のいずれかに記載のプログラム。
（付記１５）
ユーザからの入力と、前記ユーザからの入力に対して予め定められたシステムの出力とを含むインタラクションの過去の文脈、前記システムの出力に対応して予め定められた今後期待される前記ユーザの入力、及び今後予定される前記システムの出力の少なくとも１つに関連する付帯情報を、付帯情報候補から選択し、
前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示することを特徴とする対話制御方法。
（付記１６）
前記インタラクションにおける前記ユーザからの入力に基づいて、前記付帯情報を提示するか否かを更に判断し、
前記付帯情報を提示すると判断した場合に、前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示する付記１５に記載の対話制御方法。
（付記１７）
前記ユーザからの入力に基づいて、前記システムの出力、又は前記提示された前記付帯情報に関する情報に対する、前記ユーザの反応に関する情報を更に抽出し、
前記抽出された前記ユーザの反応に関する情報に基づいて、前記付帯情報を選択する付記１５又は付記１６に記載の対話制御方法。
（付記１８）
前記ユーザの反応に関する情報として、前記情報に対する前記ユーザの否定的な反応を含めて抽出し、
前記ユーザの否定的な反応が抽出された前記情報に対応する前記付帯情報候補を除いて、前記付帯情報候補から前記付帯情報を選択する付記１５〜付記１７の何れかに記載の対話制御方法。
（付記１９）
ユーザごとに、前記提示した前記付帯情報に対する前記ユーザの反応を更に記録し、
前記記録された前記ユーザの各々の前記付帯情報に対する反応に基づいて、前記付帯情報候補から前記付帯情報を選択する付記１５〜付記１８の何れかに記載の対話制御方法。
（付記２０）
前記ユーザごとの前記付帯情報に対する前記ユーザの反応として、前記付帯情報を提示した後に前記付帯情報が前記ユーザに受け入れられたか否かを示す付帯情報効果、前記付帯情報を提示した後に前記インタラクションが継続したか否かを示す文脈親和性、及び前記付帯情報を提示した後に前記インタラクションにおいて前記ユーザから前記付帯情報に関する反応が得られたか否かを示す文脈誘導性の少なくとも１つが記録され、
前記付帯情報効果、前記文脈親和性、及び前記文脈誘導性の少なくとも一つに基づいて、前記付帯情報候補から前記付帯情報を選択する付記１９に記載の対話制御方法。
（付記２１）
前記付帯情報候補に対して予め定められたコストに応じて定まる選択確率に従って、前記付帯情報を選択する割合を変化させる付記１５〜付記２０のいずれかに記載の対話制御方法。
１５ シナリオ記憶部
１６ シナリオ文脈語候補記憶部
１７ メタ情報文脈語候補記憶部
１８ 文脈語別ユーザ反応情報記憶部
２０、２２０ 対話制御装置
２１、２２１ シナリオ進行部
２２ 文脈語抽出部
２３ 特徴語抽出部
２４ ユーザ発話認識部
２５ ユーザ反応抽出部
２６ 広告判断部
２７、２２７ 広告選択部
２８ 広告提示部
３０ 広告データＤＢ
４０ コンピュータ
４１ ＣＰＵ
４２ メモリ
４３ 記憶部
４９ 記憶媒体
５０、２５０ 対話制御プログラム
１００、２００ 対話制御システム
２３１ 課金情報ＤＢ
２３２ 広告選択効果履歴ＤＢ

Claims (9)

  1. ユーザからの入力と、前記ユーザからの入力に対して予め定められたシステムの出力とを含むインタラクションの過去の文脈、前記システムの出力に対応して予め定められた今後期待される前記ユーザの入力、及び今後予定される前記システムの出力の少なくとも１つに関連する付帯情報を、付帯情報候補から選択する選択部と、
    前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示する提示部と、
    を含む対話制御システム。
  2. 前記インタラクションにおける前記ユーザからの入力に基づいて、前記付帯情報を提示するか否かを判断する判断部を更に含み、
    前記提示部は、前記付帯情報を提示すると判断した場合に、前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示する請求項１記載の対話制御システム。
  3. 前記ユーザからの入力に基づいて、前記システムの出力、又は前記提示された前記付帯情報に関する情報に対する、前記ユーザの反応に関する情報を抽出する抽出部を更に含み、
    前記選択部は、前記抽出された、前記ユーザの反応に関する情報に基づいて、前記付帯情報を選択する請求項１又は請求項２に記載の対話制御システム。
  4. 前記抽出部は、前記ユーザの反応に関する情報として、前記ユーザの否定的な反応を含めて抽出し、
    前記選択部は、前記ユーザの否定的な反応が抽出された前記ユーザの反応に関する情報に対応する前記付帯情報候補を除いて、前記付帯情報候補から前記付帯情報を選択する請求項３に記載の対話制御システム。
  5. ユーザごとに、前記提示した前記付帯情報に対する前記ユーザの反応を記録する記録部を更に含み、
    前記選択部は、前記記録された前記ユーザの各々の前記付帯情報に対する反応に基づいて、前記付帯情報候補から前記付帯情報を選択する請求項１〜請求項４の何れか１項に記載の対話制御システム。
  6. 前記記録部には、前記ユーザごとの前記付帯情報に対する前記ユーザの反応として、前記付帯情報を提示した後に前記付帯情報が前記ユーザに受け入れられたか否かを示す付帯情報効果、前記付帯情報を提示した後に前記インタラクションが継続したか否かを示す文脈親和性、及び前記付帯情報を提示した後に前記インタラクションにおいて前記ユーザから前記付帯情報に関する反応が得られたか否かを示す文脈誘導性の少なくとも１つが記録され、
    前記選択部は、前記付帯情報効果、前記文脈親和性、及び前記文脈誘導性の少なくとも１つに基づいて、前記付帯情報候補から前記付帯情報を選択する請求項５に記載の対話制御システム。
  7. 前記選択部は、前記付帯情報候補に対して予め定められたコストに応じて定まる選択確率に従って、前記付帯情報を選択する請求項１〜請求項６のいずれか１項に記載の対話制御システム。
  8. ユーザからの入力と、前記ユーザからの入力に対して予め定められたシステムの出力とを含むインタラクションの過去の文脈、前記システムの出力に対応して予め定められた今後期待される前記ユーザの入力、及び今後予定される前記システムの出力の少なくとも１つに関連する付帯情報を、付帯情報候補から選択し、
    前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示することを特徴とするプログラム。
  9. ユーザからの入力と、前記ユーザからの入力に対して予め定められたシステムの出力とを含むインタラクションの過去の文脈、前記システムの出力に対応して予め定められた今後期待される前記ユーザの入力、及び今後予定される前記システムの出力の少なくとも１つに関連する付帯情報を、付帯情報候補から選択し、
    前記選択した前記付帯情報を、前記インタラクションに挿入して前記ユーザに提示することを特徴とする対話制御方法。
JP2017160272A 2017-08-23 2017-08-23 対話制御システム、プログラム、及び方法 Active JP6972770B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017160272A JP6972770B2 (ja) 2017-08-23 2017-08-23 対話制御システム、プログラム、及び方法
US16/103,313 US20190066659A1 (en) 2017-08-23 2018-08-14 Dialogue control system and dialogue control method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017160272A JP6972770B2 (ja) 2017-08-23 2017-08-23 対話制御システム、プログラム、及び方法

Publications (2)

Publication Number Publication Date
JP2019040299A true JP2019040299A (ja) 2019-03-14
JP6972770B2 JP6972770B2 (ja) 2021-11-24

Family

ID=65435440

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017160272A Active JP6972770B2 (ja) 2017-08-23 2017-08-23 対話制御システム、プログラム、及び方法

Country Status (2)

Country Link
US (1) US20190066659A1 (ja)
JP (1) JP6972770B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021111379A (ja) * 2020-01-08 2021-08-02 バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド インタラクション情報推薦方法及び装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11449886B1 (en) * 2018-10-09 2022-09-20 Inmar Clearing, Inc. Digital promotion processing system generating a digital promotion based upon matching recipe food ingredients and related methods
CN109979450B (zh) * 2019-03-11 2021-12-07 海信视像科技股份有限公司 信息处理方法、装置及电子设备
US20220157314A1 (en) * 2020-11-17 2022-05-19 Rovi Guides, Inc. Interruption detection and handling by digital assistants

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002297626A (ja) * 2001-03-30 2002-10-11 Just Syst Corp 情報提示装置、情報提示プログラム、及び情報提示方法
JP2008299753A (ja) * 2007-06-01 2008-12-11 C2Cube Inc 広告出力システム、サーバ装置、広告出力方法、およびプログラム
JP2012108910A (ja) * 2010-11-18 2012-06-07 Palo Alto Research Center Inc 状況から特定される機会に基づく広告
US20150178371A1 (en) * 2013-12-23 2015-06-25 24/7 Customer, Inc. Systems and methods for facilitating dialogue mining
JP2016024631A (ja) * 2014-07-18 2016-02-08 ヤフー株式会社 提示装置、提示方法及び提示プログラム
JP2016212541A (ja) * 2015-05-01 2016-12-15 株式会社ＡＴＲ−Ｔｒｅｋ 対話装置、対話方法、及びそのコンピュータプログラム
JP2017058316A (ja) * 2015-09-18 2017-03-23 ヤフー株式会社 情報処理装置、情報処理方法及びプログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7640160B2 (en) * 2005-08-05 2009-12-29 Voicebox Technologies, Inc. Systems and methods for responding to natural language speech utterance
US7818176B2 (en) * 2007-02-06 2010-10-19 Voicebox Technologies, Inc. System and method for selecting and presenting advertisements based on natural language processing of voice-based input
US11397996B2 (en) * 2011-06-24 2022-07-26 Monster Worldwide, Inc. Social match platform apparatuses, methods and systems

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002297626A (ja) * 2001-03-30 2002-10-11 Just Syst Corp 情報提示装置、情報提示プログラム、及び情報提示方法
JP2008299753A (ja) * 2007-06-01 2008-12-11 C2Cube Inc 広告出力システム、サーバ装置、広告出力方法、およびプログラム
JP2012108910A (ja) * 2010-11-18 2012-06-07 Palo Alto Research Center Inc 状況から特定される機会に基づく広告
US20150178371A1 (en) * 2013-12-23 2015-06-25 24/7 Customer, Inc. Systems and methods for facilitating dialogue mining
JP2016024631A (ja) * 2014-07-18 2016-02-08 ヤフー株式会社 提示装置、提示方法及び提示プログラム
JP2016212541A (ja) * 2015-05-01 2016-12-15 株式会社ＡＴＲ−Ｔｒｅｋ 対話装置、対話方法、及びそのコンピュータプログラム
JP2017058316A (ja) * 2015-09-18 2017-03-23 ヤフー株式会社 情報処理装置、情報処理方法及びプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021111379A (ja) * 2020-01-08 2021-08-02 バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド インタラクション情報推薦方法及び装置
JP7091430B2 (ja) 2020-01-08 2022-06-27 バイドゥ オンライン ネットワーク テクノロジー（ペキン） カンパニー リミテッド インタラクション情報推薦方法及び装置

Also Published As

Publication number Publication date
US20190066659A1 (en) 2019-02-28
JP6972770B2 (ja) 2021-11-24

Similar Documents

Publication Publication Date Title
CN108153800B (zh) 信息处理方法、信息处理装置以及记录介质
JP7419485B2 (ja) 非要請型コンテンツの人間対コンピュータダイアログ内へのプロアクティブな組込み
Jiang et al. Automatic online evaluation of intelligent assistants
CN109844708B (zh) 通过聊天机器人推荐媒体内容
US11275895B1 (en) Generating author vectors
JP5117379B2 (ja) オンライン会話コンテンツを用いて表示のために広告コンテンツ及び／又は他の関連情報を選択するシステム及び方法
JP5169816B2 (ja) 質問回答装置、質問回答方法および質問回答用プログラム
KR101634086B1 (ko) 감정 분석을 통한 스티커 추천 방법 및 시스템
CN109690529B (zh) 按事件将文档编译到时间线中
CN106055547B (zh) 对话方法、记录介质以及对话系统
US9980016B2 (en) Video contextual advertisements using speech recognition
JP6972770B2 (ja) 対話制御システム、プログラム、及び方法
US20150186790A1 (en) Systems and Methods for Automatic Understanding of Consumer Evaluations of Product Attributes from Consumer-Generated Reviews
US20160070803A1 (en) Conceptual product recommendation
CN103258025B (zh) 生成共现关键词的方法、提供关联搜索词的方法以及系统
CN109451147B (zh) 一种信息展示方法及装置
US8812503B2 (en) Information processing device, method and program
JP6570226B2 (ja) 応答生成装置、応答生成方法及び応答生成プログラム
Akhtiamov et al. Speech and Text Analysis for Multimodal Addressee Detection in Human-Human-Computer Interaction.
CN109615009B (zh) 一种学习内容推荐方法及电子设备
CN109313649B (zh) 用于聊天机器人的基于语音的知识共享的方法和装置
Dethlefs et al. Cluster-based prediction of user ratings for stylistic surface realisation
JP6952259B2 (ja) 情報処理方法、情報処理装置、及び、プログラム
CN110457454A (zh) 一种对话方法、服务器、对话系统及存储介质
WO2015106646A1 (en) Method and computer system for performing audio search on social networking platform

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200514

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210422

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210601

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210802

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211005

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211018

R150 Certificate of patent or registration of utility model

Ref document number: 6972770

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150